期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多尺度自适应残差卷积神经网络的新能源配电网故障定位技术
被引量：
6
1
作者
杨鹏杰
徐宇
郑晨一
《水利水电技术(中英文)》
北大核心
2023年第S02期439-446,共8页
随着新型电力系统建设的推进,分布式新能源接入配电网的比例不断提升,使得电网潮流分布更加复杂,对配电网的故障定位要求越来越高,导致现有的故障定位方法准确率低、稳定性差。对此提出一种基于多尺度自适应残差卷积神经网络的新能源配...
随着新型电力系统建设的推进,分布式新能源接入配电网的比例不断提升,使得电网潮流分布更加复杂,对配电网的故障定位要求越来越高,导致现有的故障定位方法准确率低、稳定性差。对此提出一种基于多尺度自适应残差卷积神经网络的新能源配电网故障定位方法。首先,对故障电流使用变分模态分解,得到一系列征模态函数;然后,使用多尺度自适应卷积动态调整卷积核尺寸、残差卷积提升网络学习能力的方式构建多尺度自适应残差卷积神经网络模型,特征学习输入的故障电流本征模态函数;最后,经过Softmax分类器实现故障区段分类,完成故障定位。仿真结果表明,所提方法面对新能源接入的配电网能够实现不同故障的准确定位,并且对高阻接地故障仍然具有较高的准确率。和常见的卷积神经网络、支持向量机相比,配电网故障定位准确率分别提升了5.63%、9.31%,验证了该方法的有效性。
展开更多
关键词
新型电力系统
新能源
配电网
故障定位
多尺度
自适应
残差
卷积
神经网络
在线阅读
下载PDF
职称材料
基于MAResnet的脑电情感识别研究
被引量：
6
2
作者
柳长源
孙雨涵
+1 位作者
李文强
兰朝凤
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2020年第7期235-242,共8页
情感是大脑活动的一种表现形式,与心理活动和日常生活密切相关。利用脑电情感数据库并依据心理效价和唤醒度情感划分模型,对压力、平静、轻松、沮丧和快乐5种情感进行研究分析。针对脑电信号时空特征结合的特点,以深度学习中的残差神经...
情感是大脑活动的一种表现形式,与心理活动和日常生活密切相关。利用脑电情感数据库并依据心理效价和唤醒度情感划分模型,对压力、平静、轻松、沮丧和快乐5种情感进行研究分析。针对脑电信号时空特征结合的特点,以深度学习中的残差神经网络为基础,提出基于多尺度注意力残差网络(MAResnet)的脑电情感信号分类模型。通过在传统的残差学习模块中加入注意力机制并在同一空间位置并联使用不同尺寸的卷积核,从而对脑电情感信号进行了多尺度特征提取,并对神经网络通过残差学习来避免网络退化。实验结果表明,改进后的多尺度注意力残差网络的分类精度为85.2%,较传统残差网络的分类精度提升了17.7%,较已有相似研究如应用SVM、KNN等方法在分类类型和识别精度上都有显著提升,证明该方法的有效性。
展开更多
关键词
脑电信号
情感识别
注意力机制
多尺度残差神经网络
在线阅读
下载PDF
职称材料
题名
基于多尺度自适应残差卷积神经网络的新能源配电网故障定位技术
被引量：
6
1
作者
杨鹏杰
徐宇
郑晨一
机构
云南电网有限责任公司昆明供电局
东南大学电气工程学院
出处
《水利水电技术(中英文)》
北大核心
2023年第S02期439-446,共8页
基金
云南电网有限责任公司科技项目(0501002022030101DL00014)。
文摘
随着新型电力系统建设的推进,分布式新能源接入配电网的比例不断提升,使得电网潮流分布更加复杂,对配电网的故障定位要求越来越高,导致现有的故障定位方法准确率低、稳定性差。对此提出一种基于多尺度自适应残差卷积神经网络的新能源配电网故障定位方法。首先,对故障电流使用变分模态分解,得到一系列征模态函数;然后,使用多尺度自适应卷积动态调整卷积核尺寸、残差卷积提升网络学习能力的方式构建多尺度自适应残差卷积神经网络模型,特征学习输入的故障电流本征模态函数;最后,经过Softmax分类器实现故障区段分类,完成故障定位。仿真结果表明,所提方法面对新能源接入的配电网能够实现不同故障的准确定位,并且对高阻接地故障仍然具有较高的准确率。和常见的卷积神经网络、支持向量机相比,配电网故障定位准确率分别提升了5.63%、9.31%,验证了该方法的有效性。
关键词
新型电力系统
新能源
配电网
故障定位
多尺度
自适应
残差
卷积
神经网络
Keywords
new power system
new energy
distribution network
fault location
multi-scale adaptive residual convolutional neural network
分类号
TM73 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于MAResnet的脑电情感识别研究
被引量：
6
2
作者
柳长源
孙雨涵
李文强
兰朝凤
机构
哈尔滨理工大学电气与电子工程学院
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2020年第7期235-242,共8页
基金
国家自然科学基金(11804068)
黑龙江省自然科学基金(F2016022)资助
文摘
情感是大脑活动的一种表现形式,与心理活动和日常生活密切相关。利用脑电情感数据库并依据心理效价和唤醒度情感划分模型,对压力、平静、轻松、沮丧和快乐5种情感进行研究分析。针对脑电信号时空特征结合的特点,以深度学习中的残差神经网络为基础,提出基于多尺度注意力残差网络(MAResnet)的脑电情感信号分类模型。通过在传统的残差学习模块中加入注意力机制并在同一空间位置并联使用不同尺寸的卷积核,从而对脑电情感信号进行了多尺度特征提取,并对神经网络通过残差学习来避免网络退化。实验结果表明,改进后的多尺度注意力残差网络的分类精度为85.2%,较传统残差网络的分类精度提升了17.7%,较已有相似研究如应用SVM、KNN等方法在分类类型和识别精度上都有显著提升,证明该方法的有效性。
关键词
脑电信号
情感识别
注意力机制
多尺度残差神经网络
Keywords
EEG signal
emotion recognition
attention mechanism
multi-scale residual net
分类号
TH79 [机械工程—精密仪器及机械]
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多尺度自适应残差卷积神经网络的新能源配电网故障定位技术
杨鹏杰
徐宇
郑晨一
《水利水电技术(中英文)》
北大核心
2023
6
在线阅读
下载PDF
职称材料
2
基于MAResnet的脑电情感识别研究
柳长源
孙雨涵
李文强
兰朝凤
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2020
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
